【中文字符编码标准】
1. GB2312，CP936，GBK，GB18030，GB13000
（1） GB2312
1980年，中国制定了GB2312-80，一共收录了 7445 个字符，包括 6763 个汉字和 682 个其它符号。
GB2312-80，简称为GB2312。
在 Windows 中的代码页（Code Page）是 CP936。
（2）GB13000
1993年，国际标准Unicode 1.1版本推出，收录*、*、日本及韩国通用字符集的汉字，总共有20,902个。
*订定了等同于Unicode 1.1版本的“GB 13000.1-93”，简称为GB13000。
GB13000，显然包含的GB2312已有的文字和其他很多为包含的文字，如GB 2312-80推出以后才简化的汉字（如“啰”），部分人名用字（如中国前总理*的“镕”字），*及香港使用的繁体字，日语及朝鲜语汉字等。
（3）GBK
微软，对GB2312-80的扩展，即利用GB 2312-80未使用的编码空间，收录所有的GB 13000.1-93和Unicode 1.1之中的汉字全部字符，制定了GBK编码。
GBK 收录了 21886 个符号，它分为汉字区和图形符号区。汉字区包括 21003 个字符。
GBK 作为对 GB2312 的扩展，在现在的 Windows 系统中仍然使用代码页 CP936 表示，但是同样的 936 的代码页跟一开始的 936 的代码页只支持 GB2312 编码不同，现在的 936 代码页支持 GBK 的编码，GBK 同时也向下兼容GB2312 编码。
所以，技术编码上，GBK兼容旧的GB2312，但是编码方式和GB13000不同，不兼容GB13000，但是所包含文字上，算是和GB13000相同。
（4）GB18030
GBK自身并非国家标准，只是曾由国家技术监督局标准化司、电子工业部科技与质量监督司公布为“技术规范指导性文件”。
原始GB13000一直未被业界采用，2000年，国家出了标准GB18030-2000，简称GB18030，技术上兼容GBK而非GB13000，取代了 GBK1.0，成了正式的国家标准。
该标准收录了 27484 个汉字，同时还收录了藏文、蒙文、*文等主要的少数民族文字。
现在的PC平台必须支持 GB18030 ，对嵌入式产品暂不作要求。所以手机、MP3 一般只支持 GB2312。
GB18030 在 Windows 中的代码页是 CP54936。
这么多汉字编码标准的关系，总结起来就是：
2. 各种中文字符编码标准的关系
（
*的标准）GB 13000.1-93 =（国际标准）Unicode 1.1
（*标准）GB2312-80
= 简称GB2312
= Windows系统中的
原先的CP936
（微软制定的）GBK
= （微软在编码方面）对
GB2312 的扩展
= （微软在所包含字符方面上包含了）
GB 13000.1-93 + 其他部分汉字+ *和香港的繁体 + 日语 + 朝鲜汉字
=
Unicode 1.1 + 其他部分汉字+ *和香港的繁体 + 日语 + 朝鲜汉字
对于GBK：
ð
在编码方面：向下兼容GB2312，但是和GB 13000不同
ð
在内容方面：等价于GB13000
微软中
现在的新的CP936
= GBK
=兼容旧的GB2312
在技术编码方面上，演化顺序为，ASCII
-> GB2312 -> GBK -> GB18030。
后者对之前的，都是支持之前的编码，即向下兼容，即同一个字符，在这些编码中，都是同样的值，后面的标准，支持更多的字符。
区分中文编码的方法是高字节的最高位不为 0。
按照程序员的称呼，GB2312、GBK到 GB18030 都属于双字节字符集 (DBCS)。
图表
1 中文字符相关编码标准
| 编码标准 | 别名 | 标准所属 | 包含字符 |
| ASCII | 国际通用 | ||
| GB2312 | 微软Windows中以前的CP936 | * | 6763 个汉字和 682 个其它符号 |
| Unicode 1.1 | 国际通用 | 20,902个字符 | |
| GB13000 | * | 20,902个字符 | |
| GBK | 微软Windows中现在的CP936 | 微软 | 21886 个符号 |
| GB18030 | 微软Windows中的CP54936 | * | 27484 个汉字+其他少数民族字符 |
【Unicode】
世界上有很多个国家（和地区），每个国家都有自己对应的字符编码。
如果把各种文字编码形容为各地的方言，那么Unicode就是世界各国合作开发的一种语言。
在这种语言环境下，不会再有语言的编码冲突，在同屏下，可以显示任何语言的内容，这就是Unicode的最大好处。
那么Unicode是如何编码的呢？其实非常简单。
就是将世界上所有的文字用２个字节统一进行编码。可能你会问，２个字节最多能够表示65536个编码，够用吗？
韩国和日本的大部分汉字都是从中国传播过去的，字型是完全一样的。
比如：“文”字，GBK和SJIS中都是同一个汉字，只是编码不同而已。
那样，像这样统一编码，２个字节就已经足够容纳世界上所有的语言的大部分文字了。
Unicode的学名是"Universal Multiple-Octet Coded Character Set"，简称为UCS。
现在用的是UCS-2，即２个字节编码，而UCS-4是为了防止将来２个字节不够用才开发的。UCS-2也称为基本多文种平面。
UCS-2转换到UCS-4只是简单的在前面加２个字节0。UCS-4则主要用于保存辅助平面，例如Unicode 4.0中的第二辅助平面：
20000-20FFF - 21000-21FFF - 22000-22FFF - 23000-23FFF - 24000-24FFF - 25000-25FFF - 26000-26FFF - 27000-27FFF - 28000-28FFF - 29000-29FFF - 2A000-2AFFF - 2F000-2FFFF
总共增加了16个辅助平面，由原先的65536个编码扩展至将近100万编码。
【Code Page】
那么既然统一了编码，如何兼容原先各国的文字编码呢？
这个时候就需要codepage了。
什么是codepage？codepage就是各国的文字编码和Unicode之间的映射表。
而目前现存的有多个厂家，都为对应的不同的字符集，定义了对应的Code Page。
下面列出来常见的Code Page：
图表
2 IBM PC (OEM)的 Code Page
| 代码页Code Page | 对应的字符集Character Set |
| Code Page 437 | original IBM PC Code Page==USA |
| Code Page 720 | Arabic |
| Code Page 737 | Greek |
| Code Page 775 | Estonian, Lithuanian and Latvian |
| Code Page 850 | "Multilingual (Latin-1)" (Western European languages) |
| Code Page 852 | "Slavic (Latin-2)" (Central and Eastern European languages) |
| Code Page 855 | Cyrillic |
| Code Page 857 | Turkish |
| Code Page 858 | "Multilingual" with euro symbol |
| Code Page 860 | Portuguese |
| Code Page 861 | Icelandic |
| Code Page 862 | Hebrew |
| Code Page 863 | French (Quebec French) |
| Code Page 865 | Danish/Norwegian Differs from 437 |
| Code Page 869 | Greek |
| Code Page 874 | Thai |
图表
3 DBCS字符集所对应的Code Page
| 代码页Code Page | 对应的字符集Character Set |
| Code Page 932 | Japanese |
| Code Page 936 | GBK - Simplified Chinese |
| Code Page 949 | Korean |
| Code Page 950 | BIG5 - Traditional Chinese |
图表
4 微软的其他字符编码的Code Page
| 代码页Code Page | 对应的字符集Character Set |
| Code Page 1200 | UTF-16LE Unicode little-endian |
| Code Page 1201 | UTF-16BE Unicode big-endian |
| Code Page 65000 | UTF-7 Unicode |
| Code Page 65001 | UTF-8 Unicode |
| Code Page 10000 | Macintosh Roman encoding (followed by several other Mac character sets) |
| Code Page 10007 | Macintosh Cyrillic encoding |
| Code Page 10029 | Macintosh Central European encoding |
| Code Page 20127 | US-ASCII The classic US 7 bit character set with no char larger than 127 |
| Code Page 28591 | ISO-8859-1 (followed by ISO-8859-2 to ISO-8859-15) |
微软自己定义了一系列的Code Page，称为ANSI Code Page。
起初，CP1252是基于ANSI的draft版本的，而ANSI后来演化为称为ISO 8859-1，所以，算是CP1252是基于ISO 8859-1的，但是将ISO 8859-1中的C1 Control Code用作为扩展的可打印字符。
图表
5 微软的ANSI Code Page
| 代码页Code Page | 对应的字符集Character Set |
| Code Page 1250 | Central and East European Latin |
| Code Page 1251 | Cyrillic |
| Code Page 1252 | West European Latin |
| Code Page 1253 | Greek |
| Code Page 1254 | Turkish |
| Code Page 1255 | Hebrew |
| Code Page 1256 | Arabic |
| Code Page 1257 | Baltic |
| Code Page 1258 | Vietnamese |
| Code Page 874 | Thai |
上述Code Page中，我们比较常见一些的有：
简体中文是CP936，繁体中文是CP950，UTF-8是65001等。
【引用】
什么是Unicode？什么是UTF-8？
http://www.bianceng.cn/web/Html/200710/4839.htm
Code Page
http://en.wikipedia.org/wiki/Code_page
什么是字符集、编码、代码页（code page）
http://zhidao.baidu.com/question/43462968
GBK
http://zh.wikipedia.org/wiki/GBK
中文编码 GB2312||GBK||GB18030||GB13000 详解